6月10日消息，人工智能芯片領(lǐng)域代表企業(yè)之一的寒武紀何時出現(xiàn)利潤拐點？這或許是許多投資者都想知道的問題。

　　但這個問題真的那么重要嗎？

　　恰巧筆者最近看的一本關(guān)于‘超級強勢股’的書中，作者肯尼斯L費雪做了這樣的故事分享：

　　‘osbone公司首先發(fā)現(xiàn)個人電腦市場上的商業(yè)機會。從設計、研發(fā)到面向客戶，不到4個月的時間，osbone公司就推出了自己的第一款個人電腦osbone1.該款電腦一經(jīng)面試就給osbone公司帶來了豐厚的利潤，很快個人電腦市場就刮起了以osbone1為首的個人電腦風。Osbone1沒有經(jīng)過更好的研發(fā)，它的面世只經(jīng)過了短暫的4個月。Osbone1公司只是具有對未來市場需求的準確把握，也正是這種對市場需求的敏銳洞察力使公司在最初的兩年里得到了豐厚的回報。

　　隨著個人電腦市場的進一步成熟，osbone公司依然想依靠企業(yè)家的市場洞察力對產(chǎn)品的需求趨勢進行分析，但這一次它沒有想到個人電腦的下一步進步方向是個人電腦的兼容性，這首先被ibm所發(fā)現(xiàn)。Osbone公司對市場把握的偏離使得其對另外兩個品牌vixen和executive1的研發(fā)投入變得沒有任何價值，也使得自己的公司沒有任何價值。1983年9月，osbone公司被迫縮小生產(chǎn)規(guī)模，公司員工的數(shù)量從最多的1000人驟減到80人。Osbone公司面臨倒閉的風險?！?/p>

　　那么這個故事對于研究寒武紀這家公司的啟示是，巨額的研發(fā)投入是不是存在浪費的問題？這涉及兩個方面，一個是現(xiàn)有產(chǎn)品研發(fā)投向的競爭，一個是未來產(chǎn)品研發(fā)投向的競爭。

　　從結(jié)果來看，2019年、2020年，寒武紀的終端智能處理器ip授權(quán)業(yè)務出現(xiàn)了一定的危機，營收占比從2017年的98.33%下降至2020年的2.4%。

　　這一危機造成的原因，源自寒武紀1a和寒武紀1h兩款產(chǎn)品的終端客戶也就是華為，其旗下的華為海思也進行了手機終端智能芯片的研制，同時，在云端也就是服務器智能芯片領(lǐng)域，寒武紀的思元290在市場中面臨的競爭對手包括英偉達的a100和v100 gpu，以及華為海思的ascend910。

　　因此，從這個角度來說，寒武紀在此期間（17-20）所大筆投向的研發(fā)資金0.29億元、2.4億元、5.43億元、7.68億元，是否存在著部分浪費呢？因為至少，對應手機終端產(chǎn)品的研發(fā)投入并沒有產(chǎn)生持續(xù)的回報。

　　同時，近2年來，為寒武紀支撐門面的還不是終端、云端及邊緣端的智能芯片，而是智能計算集群系統(tǒng)，這個系統(tǒng)的主要客戶是南京科技創(chuàng)新投資公司，搜索這家企業(yè)的相關(guān)信息，根據(jù)官網(wǎng)的介紹，該公司為廣大玩家提供一個正規(guī)化的電競訓練平臺，致力尋找到最佳的電競?cè)瞬拧?/p>

　　這一點，似乎與筆者對于寒武紀的暢想有些遙遠。那么對于寒武紀的投資，唯一可以期待的只有更多的市場增量，只有這樣，它才能避免與有著（手機）終端、云端（華為云）、邊緣端（華為基站等通信設備）布局的華為展開正面競爭。但即便如此，寒武紀目前的市場價格也是令人難以承受的。

寒武紀

　　當初寒武紀天價發(fā)行的支撐理由除了趕上了市場對于半導體板塊炒作的最高峰值這個時間點以外，還與它講著一個激動人心的故事有關(guān)。

　　‘歷史上，每一次新的應用浪潮都會有新的巨頭公司崛起，intel和arm分別抓住了個人電腦和移動終端兩次行業(yè)變革式的發(fā)展，當前人工智能應用的興起，對處理器芯片提出了新的設計架構(gòu)要求，給芯片設計行業(yè)帶來了新的發(fā)展基于。

　　傳統(tǒng)龍頭公司也意識到了人工智能相關(guān)應用的巨大潛力，通過并購方式收購了大量新興的人工智能芯片設計公司，例如intel收購habana、nervana、mobileye，xilinx收購深鑒科技?！?/p>

　　回看intel和arm的股價歷史回報，想想就令人激動，再加上這么一個股票消費市場，給出這么一個天價也就可以理解了。

　　那么從現(xiàn)實來看，人工智能芯片對于傳統(tǒng)芯片譬如cpu、gpu、dsp、fpga的優(yōu)勢在哪？

　　先看cpu。理論上，利用終端中原有的通用cpu運行人工智能算法，也可在功能上實現(xiàn)相關(guān)應用。但對實時性要求較高的場景（如智能駕駛等），對響應的延時極為敏感，基于cpu作人工智能計算遠不能滿足實時性要求，必須引入專門的人工智能處理器。而在手機、平板電腦、音箱、ar/vr眼鏡、機器人等對散熱、能耗敏感的消費類電子終端場景，采用cpu支撐人工智能算法，不僅性能不理想，計算的能耗亦不能滿足相關(guān)場景下的可可限制，同樣需要采用專門的人工智能處理器提升性能降低能耗。

　　而gpu，最初為圖形顯示與渲染等任務設計，主要用于個人電腦、游戲機、工作站，而人工智能領(lǐng)域，其多用于服務器與數(shù)據(jù)中心，終端應用較少；fpga雖然可以通過硬件重構(gòu)方式靈活實現(xiàn)適合人工智能應用的架構(gòu)，但它的成本和能效與實現(xiàn)相同架構(gòu)的非fpga芯片有很大的差距。

　　因此，在選擇上，人工智能芯片是新需求下的最優(yōu)解，那么這個需求受到下游幾個重點領(lǐng)域發(fā)展的影響。

　　云計算方面，隨著全球范圍內(nèi)云數(shù)據(jù)中心、超級數(shù)據(jù)中心的建設速度不斷加快，人工智能算法的不斷普及和應用，和高性能計算能力的需求增長導致全球范圍內(nèi)數(shù)據(jù)中心對于計算加速硬件的需求不斷上升。

　　邊緣端方面，由于云端受限于延時性和安全性，不能滿足部分對數(shù)據(jù)安全性和系統(tǒng)及時性要求較高的用戶需求，這些用戶的需求推動大量數(shù)據(jù)存儲向邊緣端轉(zhuǎn)移。在運營商邊緣機房智能化改造的大背景下，能夠解決5g網(wǎng)絡對于低時延、高帶寬、海量物聯(lián)的部分要求。

　?。ㄊ謾C）終端方面，人工智能相關(guān)應用雖然可以在傳統(tǒng)的手機處理器芯片上運行，但在流暢度和能耗方面表現(xiàn)不夠理想而且用戶體驗不佳，引入人工智能處理器增加手機芯片的運算能力逐漸成為主流。

　　新興領(lǐng)域方面，智能汽車能夠為用戶提供自動駕駛、影音娛樂、車輛互聯(lián)等多樣化服務，實現(xiàn)車輛行駛過程中完全自動化與智能化。而智能駕駛系統(tǒng)的核心是芯片，汽車的新能源化和互聯(lián)化進程必將要求底層硬件能夠支撐高速運算的同時保持低功耗與邏輯控制。

　　這4大方面的需求共同推升了人工智能芯片的增長，但是這個增長也給寒武紀帶來了更大的挑戰(zhàn)。

　　比如，當前以深度學習為代表的人工智能技術(shù)對于底層芯片計算能力的需求一直在飛速增長，其增速已經(jīng)大幅超過了摩爾定律的速度。例如google于2019年提出的efficientnetb7深度學習模型，每完成1次前向計算即需要3.61*1010次基本運算，是7年前同類模型（alexnet）運算需求的50倍。

　　這樣的一個發(fā)展速度，使得企業(yè)必須的加快固定資產(chǎn)的迭代，才能夠生產(chǎn)具有更快運算能力的芯片。當然這里除了固定資產(chǎn)的折舊費用，還有材料費、芯片流片費、研發(fā)人工費用，綜合起來是一筆非常大的開支。

　　競爭、需求、費用，是寒武紀這家企業(yè)經(jīng)營的主要矛盾，而在這個矛盾之外，還有一個核心矛盾，即市場出價。

　　接著開頭L費雪所分享的故事，它的后續(xù)是，ibm確實是一家輝煌過很長時間的公司。

　　Ibm公司的股票在1932年最低價是52.5美元每股，自此以后一直高漲到117美元每股。1933年，從75.75美元漲到153.25美元每股。之后長期徘徊在這個價格左右，直到1936年漲到194美元每股，1939年，這只股票的價格突破了195.75美元每股，但之后隨即下跌、在此之后一直沒有漲到195美元每股，直到1945年達到另一穩(wěn)定價格250美元每股。隨后在20世紀50年代，一直在這個價格水平之下徘徊。1956年，達到了這30年統(tǒng)計中的最高峰550美元/股。

　　假設你有這樣的好運氣。在這24年里，你每年的總回報率僅僅只有10%。很難達到20世紀30年代神話中的預期值。

總結(jié)

　　總體來說，首先你不確定寒武紀是不是一家劃時代的企業(yè)，但即便它最終成為了這樣的企業(yè)，由于部分參與者的躁狂癥，你很難獲得持續(xù)的超額回報，那么更多的回報只能產(chǎn)生于階段性的交易/投資之中，這就是ibm留給投資者的遺產(chǎn)。